Процессор GreenWaves GAP9 для IoT-приложений позволяет использовать искусственный интеллект на устройствах с питанием от батареи

В прошлом году компанией GreenWaves Technologies был представлен GAP8 – многоядерный микроконтроллер RISC-V для искусственного интеллекта (AI) на периферийных устройствах с сверхнизким энергопотреблением. GAP8 AIoT SoC, как было показано, выполняет вывод при 3,7 мА против 60 мА при той же рабочей нагрузке на STM32F7 Arm Cortex-M7 MCU.

В настоящее время компания расширила семейство процессоров GAP для IoT- приложений процессором GAP9, который обеспечивает в пять раз более низкое энергопотребление по сравнению с микроконтроллером GAP8, в то же время позволяя выводить в 10 раз больше на нейронные сети.

Greenwaves GAP9 предоставит возможности машинного обучения и обработки сигналов для устройств с батарейным питанием или устройств для сбора энергии, таких как IoT-датчики на потребительском и промышленном рынках, носимые устройства, устройств “умного дома”, интеллектуальных фермерских хозяйств и так далее.

Говорят, что GAP9 объединяет архитектурные усовершенствования с 22-нм процессом Global Foundries FDX для достижения максимальной пропускной способности кластерной памяти 41,6 ГБ/с и вычислительной мощности до 50 GOPS при потреблении всего 50 мВт. Увеличенная пропускная способность памяти (в 20 раз по сравнению с GAP8) позволяет значительно повысить точность обнаружения при анализе потоков данных от нескольких различных датчиков изображений, микрофонов и/или радиолокационных чипов.

Новый процессор следует той же архитектуре GAP, что и GAP8, но добавляет поддержку 8-/16-/32-битной арифметики с плавающей точкой с поддержкой векторизации, а также поддержкой векторизованных 4-битных и 2-битных целочисленных операций.

Периферийные устройства GAP9 включают в себя двунаправленные многоканальные синхронизированные цифровые аудиоинтерфейсы, подходящие для носимых аудиопродуктов, CSI2 и интерфейсы камер с низким разрешением и маломощных камер, используемых в компьютерном зрении. Например, чип может обрабатывать нейронную сеть MobileNet V1 с изображениями 160 x 160, используя масштабирование канала 0,25 всего за 12 мс с потребляемой мощностью 806 мкВт/кадр/с.

Встроенные в процесс функции безопасности включают аппаратную криптографию AES128 / 256 и модуль Physical Unclonable Function (PUF) для уникальной и безопасной идентификации каждого устройства.

Плата GAPuino GAP8

Разработка программного обеспечения будет осуществляться на основе расширенного GAP SDK, уже используемого для GAP8, включающего автоматический генератор кода GAP AutoTiler для графиков нейронных сетей и инструменты GAP Flow для автоматизации преобразования нейронных сетей из учебных пакетов, таких как Google TensorFlow. Образцы также будут частью SDK, например, реализация Face Identification с открытым исходным кодом. Компания не упомянула какую-либо оценочную плату/плату разработчика GAP9, но, безусловно, можно ожидать обновления платы GAPuino на основе GAP8, изображенной выше.

GreenWaves еще не опубликовала страницу продукта для GAP9, так как они сделали объявление как раз вовремя саммита RISC-V, который состоялся в Сан-Хосе, Калифорния, 10-12 декабря.

Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь.

0 0 votes
Article Rating
Подписаться
Уведомление о
guest

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

0 Комментарий
Inline Feedbacks
View all comments